來源:科技日報 作者:華凌
導(dǎo)語:今年人工智能領(lǐng)域的發(fā)展迎來新一波高潮,猶如枝繁葉茂的大樹滲透到各行業(yè)的藍(lán)天之中,躍躍欲試服務(wù)于眾多領(lǐng)域。有人歡呼,人工智能商業(yè)應(yīng)用元年已經(jīng)到來。
今年人工智能領(lǐng)域的發(fā)展迎來新一波高潮,猶如枝繁葉茂的大樹滲透到各行業(yè)的藍(lán)天之中,躍躍欲試服務(wù)于眾多領(lǐng)域。有人歡呼,人工智能商業(yè)應(yīng)用元年已經(jīng)到來。
2018年,人工智能領(lǐng)域的另一趨勢是大額融資頻發(fā)。
清華大學(xué)近日發(fā)布的《中國AI發(fā)展報告2018》顯示,自2013年以來,全球和中國人工智能行業(yè)投融資規(guī)模都呈上漲趨勢。2017年全球人工智能投融資總規(guī)模達(dá)395億美元,融資事件1208筆,其中中國的投融資總額達(dá)到277.1億美元,融資事件369筆。中國AI企業(yè)融資總額占全球融資總額的70%,融資筆數(shù)達(dá)31%。
在業(yè)界看來,投融資的熱情不減,主要是看中人工智能與各行業(yè)結(jié)合的廣闊前景。
然而,有業(yè)內(nèi)人士近日指出,目前國內(nèi)跟人工智能有關(guān)的公司大概有四千多家,但是能夠得到投資人青睞或關(guān)注,并且愿意投資的,大概不到三分之一。如果沒有后續(xù)資金投入,很多初創(chuàng)企業(yè)有可能難以生存下去。由于人工智能產(chǎn)生收益的時間存在不確定性,巨大繁榮的背后存在隱憂。
那么,什么才是人工智能企業(yè)的核心競爭力?對于初創(chuàng)企業(yè)來說,如何才能站穩(wěn)腳跟而不被市場淘汰?直面隱憂,中國人工智能企業(yè)的機會何在?
隱憂一:發(fā)展結(jié)構(gòu)“頭重腳輕”
重點突破基礎(chǔ)領(lǐng)域,建立自己的生態(tài)體系
早在2015年,谷歌開放其內(nèi)部使用的機器學(xué)習(xí)軟件TensorFlow源代碼,臉書、亞馬遜和微軟也紛紛發(fā)布其工程師用于機器學(xué)習(xí)的開源軟件。似乎AI進(jìn)入了“免費原材料”時代,人人都可以順手取材。但是,“國外的開源布局對于我國AI行業(yè)發(fā)展而言,埋藏著巨大隱患。”遠(yuǎn)望智庫人工智能事業(yè)部部長、圖靈機器人首席戰(zhàn)略官譚茗洲指出。
譚茗洲告訴記者:“開源模式會引導(dǎo)技術(shù)方向、路線圖,形成開源生態(tài),創(chuàng)造商業(yè)模式,這些由發(fā)起開源項目的核心利益者掌控,不僅控制行業(yè)上層的應(yīng)用,還控制底層的生態(tài),構(gòu)建了整個帝國,掌控極大的權(quán)利。因此,開源雖是開放的資源,但現(xiàn)在免費并不代表未來不會收費和控制。如安卓系統(tǒng)是一種開源手機操作系統(tǒng)及應(yīng)用開發(fā)平臺,而谷歌實際上主導(dǎo)著整個生態(tài)的發(fā)展。”
譚茗洲認(rèn)為,若我國企業(yè)今后過度依賴目前的AI開源平臺,采用大量現(xiàn)成的源代碼,仿佛在起跑線上喪失優(yōu)勢,創(chuàng)新及工藝再精深,也是在人家的體系中做零部件的更新改造。“如同溫水煮青蛙,今后可能會給行業(yè)帶來很大影響。這將是大的隱憂。”他說。
賽迪研究院公布的《2018中國人工智能產(chǎn)業(yè)展望》提出,由于我國人工智能產(chǎn)業(yè)重應(yīng)用技術(shù)、輕基礎(chǔ)理論,底層技術(shù)積累薄弱,存在“頭重腳輕”的結(jié)構(gòu)不均衡問題,使我國人工智能產(chǎn)業(yè)猶如建立在沙灘上的城堡,根基不穩(wěn)?;鶎蛹夹g(shù)積累薄弱使人工智能核心環(huán)節(jié)受制于人,阻礙重大科技創(chuàng)新,不利于國內(nèi)企業(yè)參與國際競爭。
那么,建立我國自己的AI生態(tài)體系,還有機會嗎?“當(dāng)然,”譚茗洲斬釘截鐵地答道,“在時間上還來得及,因為國外也才剛剛發(fā)展。從國家層面洞悉AI發(fā)展態(tài)勢,重點突破基礎(chǔ)領(lǐng)域,針對人工智能底層技術(shù),加強對以深度學(xué)習(xí)為代表的底層算法模型的深入研究,并積極布局影響人工智能未來發(fā)展的前沿基礎(chǔ)理論研究?,F(xiàn)在國內(nèi)也有一些小團隊在做相關(guān)開發(fā)項目,有一定潛質(zhì),而且我們擁有全世界多的應(yīng)用開發(fā)者、非常多的應(yīng)用場景、大體量的市場、蓬勃的創(chuàng)新創(chuàng)業(yè)環(huán)境等,這些都是國外比不了的。”
據(jù)了解,科技部指導(dǎo)下的新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟,已聯(lián)合深圳鵬城實驗室于7月在深圳啟動了中國自己的“啟智開源開放平臺(OpenI)”的建設(shè)。
隱憂二:商業(yè)應(yīng)用路徑不明確
瞄準(zhǔn)市場需求,實現(xiàn)落地是關(guān)鍵
據(jù)億歐智庫《2018中國智能商業(yè)落地研究報告》統(tǒng)計,2017年中國人工智能創(chuàng)業(yè)公司獲得累計融資超過500億元,但商業(yè)落地百強創(chuàng)業(yè)公司累計收入不足100億元,90%以上人工智能企業(yè)虧損。不少業(yè)內(nèi)人士擔(dān)心,國內(nèi)人工智能領(lǐng)域存在巨大泡沫,或?qū)⒂瓉硪徊ǖ归]潮。
《2018中國人工智能產(chǎn)業(yè)展望》提出,我國人工智能產(chǎn)業(yè)處于早期發(fā)展階段,商業(yè)化應(yīng)用路徑尚不明確,商業(yè)落地痛點突出,致使近期實際商業(yè)價值變現(xiàn)難度較大。
譚茗洲指出,“對初創(chuàng)企業(yè)而言,人工智能有門檻,創(chuàng)業(yè)成本較高。因此,建議企業(yè)不要太盲目,要盡快找準(zhǔn)發(fā)力方向,而AI項目商業(yè)應(yīng)用場景的落地是其成敗與否的關(guān)鍵,快速積累核心技術(shù)優(yōu)勢,打造商業(yè)模式,才能做出真正有市場需求的產(chǎn)品,產(chǎn)生現(xiàn)金流。這也有助于人工智能行業(yè)回歸理性”。
“未來產(chǎn)品形態(tài)應(yīng)能把智能交互和后面的服務(wù)及產(chǎn)品聯(lián)系在一起。”新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟聯(lián)合秘書長、科大訊飛副總裁兼AI研究院聯(lián)席院長李世鵬分析,亞馬遜成功通過智能音箱將人工智能引入美國家庭的方式值得借鑒,我們需要有亞馬遜這樣既賣服務(wù)又賣產(chǎn)品和內(nèi)容的企業(yè)。
據(jù)《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》顯示,中國智能機器人與無人機相關(guān)技術(shù)創(chuàng)業(yè)為火爆;其次為語義分析、語音識別、聊天機器人等自然語言系列技術(shù);然后是人臉識別、視頻/監(jiān)控、自動駕駛、圖像識別等計算機視覺系列技術(shù);另外,情感計算包含心理學(xué)、語義、視覺、環(huán)境感知等多種復(fù)雜應(yīng)用的技術(shù)也在慢慢成長。
李世鵬表示,人工智能包括算法、數(shù)據(jù)和處理能力。從投資角度首要看數(shù)據(jù),BAT、微軟、蘋果、臉書在很多領(lǐng)域已占先機,想去撼動它們經(jīng)過十幾年積累的數(shù)據(jù)并不容易。所以,對于初創(chuàng)公司,沒有多少資源去做范圍太廣、體量太大的事情,其成敗的關(guān)鍵在于能否有渠道獲得海量獨特的數(shù)據(jù),并通過這些數(shù)據(jù)為用戶提供新的價值,比如大幅提高傳統(tǒng)行業(yè)的生產(chǎn)力。
隱憂三:專業(yè)人才成稀缺資源
加快AI及相關(guān)學(xué)科布局,培養(yǎng)跨學(xué)科人才
“目前,人工智能大痛點之一是人才難得,AI被炒得很熱,稍微懂點算法的人一出來就能收到很多Offer,身價水漲船高。”李世鵬表示。
《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》指出,目前中國人工智能的人才培養(yǎng)已成為一個關(guān)鍵問題,人才缺失可能會對未來AI產(chǎn)業(yè)發(fā)展產(chǎn)生牽制作用。美國國家科技委員會發(fā)布的2017年人工智能全球大學(xué)排名中,前50名均位于歐美地區(qū),我國大學(xué)無一上榜。此外,國內(nèi)缺乏人工智能與傳統(tǒng)行業(yè)的跨界人才,不利于AI在各垂直行業(yè)應(yīng)用推廣。
據(jù)業(yè)內(nèi)對中美AI人才分析顯示,截至2017年6月,中國共有592家人工智能公司,擁有員工約39200名。相比之下,美國人才數(shù)量是我國兩倍。據(jù)領(lǐng)英數(shù)據(jù)顯示,我國從業(yè)經(jīng)驗10年以上的AI人才比例不足40%,而美國這一比例超過70%;美國人工智能基礎(chǔ)層、技術(shù)層和應(yīng)用層的人才數(shù)量占比分別為22.7%、37.4%和39.9%,而中國為3.3%、34.9%和61.8%。
李世鵬建議,我國需加快人工智能及相關(guān)學(xué)科布局,高校加強學(xué)科建設(shè),依托現(xiàn)有人工智能相關(guān)學(xué)科,培養(yǎng)跨學(xué)科人才,并鼓勵高校、科研院所加大與人工智能企業(yè)、國外高校及相關(guān)機構(gòu)的合作力度,打造多種形式人才培養(yǎng)平臺;針對人工智能芯片、基礎(chǔ)算法模型等重點領(lǐng)域,充分利用現(xiàn)有各類人才計劃,并設(shè)立專門通道和定向優(yōu)惠政策,加大對國際頂級科學(xué)家和高層次人才的吸引力,加快人才引進(jìn)效率,擴大人才引進(jìn)規(guī)模;重視培養(yǎng)貫通人工智能基礎(chǔ)理論、軟硬件技術(shù)、市場產(chǎn)品及垂直領(lǐng)域應(yīng)用的縱向跨界人才,以及兼顧人工智能與經(jīng)濟、社會和法律等橫向跨界人才,以及兼顧人工智能與經(jīng)濟、社會和法律等橫向跨界人才。
(責(zé)任編輯:葉偉)